面向机器人水果采摘的增强型六维位姿估计
机器人学
2023-05-26 v1
摘要
本文提出一种新方法，用于优化由实例级深度神经网络推断出的六维位姿估计；该网络仅处理单张 RGB 图像且仅在合成图像上训练。所提出的优化算法有效地利用了标准 RGB-D 相机的深度测量来估计目标物体的尺寸，尽管该网络是在具有给定尺寸的同一物体的单一 CAD 模型上训练的。位姿估计精度的提升使得机器人能够成功抓取各种类型且尺寸差异显著的苹果；而使用标准位姿估计算法则无法实现这一点，除非果实尺寸与训练过程中所用 CAD 图的尺寸非常接近。无损抓取新鲜水果还要求合适的抓取力控制。因此，采用配备专用力/触觉传感器的平行夹爪，以最小必要力实现安全抓取，在同时不知其重量的前提下将水果提起而不发生滑移与形变。
引用
@article{arxiv.2305.15856,
title = {Enhanced 6D Pose Estimation for Robotic Fruit Picking},
author = {Marco Costanzo and Marco De Simone and Sara Federico and Ciro Natale and Salvatore Pirozzi},
journal= {arXiv preprint arXiv:2305.15856},
year = {2023}
}
备注
To be published in conference proceedings of the 9th Int. Conf. on Control, Decision and Information Technologies (CODIT 2023), July 3-6, Rome, Italy